TAM memang telah dikenal luas dan sering diterapkan di penelitian-penelitian sebelumnya untuk memahami perilaku pengguna terhadap sistem informasi, termasuk dalam konteks penerimaan masyarakat terhadap layanan e-government. Misalnya seperti Horst et al. (2007) yang menggunakan TAM untuk mempelajari faktor-faktor yang mempengaruhi penerimaan layanan e-government oleh penduduk di Belanda. Lalu Wangpipatwong et al. (2008) yang menggunakannya dalam konteks penerimaan e-government di Thailand. Penelitian dari Colesca & Dobrica (2008) dalam konteks penerimaan e-government di Rumania dan juga Al-Hujran et al. (2015) dalam konteks penerimaan e-government di Yordania. Chen et al. (2011) bahkan telah membuktikan bahwa TAM berguna untuk membantu peneliti dalam memahami dan menjelaskan perilaku penggunaan dari penggunanya terhadap suatu sistem informasi. Terlebih lagi, Lee et al. (2003) menyatakan bahwa TAM menjadi semakin berkembang saat diterapkan ke bidang yang berbeda karena pada saat TAM tidak bisa menjelaskan fenomena-fenomena tertentu, TAM bisa mengatasi keterbatasannya dengan menggabungkannya berasama model teoritis lainnya sehingga dapat memperkenalkan variabel-variabel eksternal yang baru.
Namun, TAM tidak dipilih untuk diterapkan dalam penelitian ini karena TAM memiliki beberapa keterbatasan. Davis et al. (1989) membandingkan TAM dengan TRA yang akhirnya mengarah pada tiga konstruk teoretis yaitu PU, PEOU dan BI. Sementara
Social Norms dinyatakan lemah sebagai penentu dari BI. Padahal, TRA dan Theory of Planned Behavior (TPB) menyatakan bahwa Social Norms itu merupakan faktor penentu
yang penting dari BI. Menurut Mathieson (1991); Rabaa’i (2017); Taylor & Todd (1995), model TAM kehilangan komponen inti dan kritis dari penerimaan sebuah teknologi. Hal itu dikarenakan, tidak dimasukkannya faktor Social Norms atau semacamnya seperti Social
Influence dan faktor-faktor kontrol dari perilaku. Padahal faktor-faktor tersebut telah
ditemukan memiliki pengaruh yang siginifkan pada perilaku penggunaan SI dan telah dibuktikan dalam TPB sebagai penentu-penentu penting dari perilaku. Selain itu, Mathieson et al. (2001) juga menyatakan bahwa TAM itu sifatnya umum sehingga gagal memberikan informasi yang berarti tentang penerimaan pengguna dari sebuah teknologi tertentu. Rabaa’i (2017) bahkan menganggap bahwa kenyataan dari seringnya para peneliti sebelumnya melakukan revisi terhadap TAM dalam berbagai studi dengan alasan agar sesuai dengan konteks tertentu dari teknologi yang sedang diselidiki itu disebabkan karena para peneliti sebelumnya telah menemukan bahwa variabel-variabel TAM yang asli (PU, PEOU)
mungkin tidak cukup untuk menangkap keyakinan-keyakinan penting yang mempengaruhi sikap pengguna terhadap sistem informasi, misalnya di konteks e-commerce (Pavlou, 2003). Dalam konteks e-government, Shareef et al. (2011) menyatakan bahwa TAM, DOI, TPB tidak dapat menangkap dan menerangkan inti lengkap dari perilaku warga terhadap penggunaan layanan e-government. Menurutnya, perilaku adopsi layanan e-government itu berbeda berdasarkan tingkat kematangan layanan, yaitu, ketika karakteristik fungsional dari perspektif organisasi, teknologi, ekonomi, dan sosial dari e-government itu berbeda. Shareef et al. (2011) kemudian mengkombinasikan tiga model tersebut menjadi model yang dinamakan e-Government Adoption Model (GAM). Namun, walaupun GAM sudah memberikan faktor-faktor adopsi yang cukup menyeluruh, GAM yang diperkenalkan oleh Shareef et al. (2011) hanya berisi dari hasil kombinasi dari tiga (3) model saja yaitu TAM+DOI+TPB. Sementara di sisi lain, UTAUT yang dikembangkan oleh Venkatesh et al. (2003) mengkombinasikan tiga model tersebut dengan lima (5) model lainnya.
UTAUT diperkenalkan oleh Venkatesh et al. (2003) dengan mengkombinasikan delapan (model) penerimaan teknologi, tiga (3) diantaranya merupakan model-model yang dikombinasikan oleh Shareef et al. (2011) untuk mengembangkan GAM yaitu Technology
Acceptance Model (TAM) (Davis, 1989), Diffusion of Innovation Theory (DOI) (Rogers,
1995), dan Theory of Planned Behavior (TPB) (Ajzen 1991). Sementara lima (5) lima model lainnya yang disertakan dalam pengembangan UTAUT adalah Theory Reasoned Action (TRA) (Ajzen & Fizben 1975), the Model of Personal Computer Utilization (MPCU) (Thompson, Higgins, & Howell, 1991), Motivational Model (MM) (Davis & Warshaw 1992), Combined TAM-TPB (C-TAM-TPB) (Taylor & Todd, 1995) dan Social Cognitive
Theory (SCT) (Compeau & Higgins, 1995). UTAUT memang telah diterapkan oleh
peneliti-peneliti sebelumnya untuk mempelajari penerimaan pengguna terhadap teknologi baru baik dalam konteks organisasi maupun non-organisasi (Venkatesh et al., 2012) termasuk dalam konteks e-government (e-g.(Al Mansoori et al., 2018)). Venkatesh et al. (2012) juga menganggap bahwa penelitian-penelitian tersebut telah berkontribusi untuk memperkuat generalisabilitas dari UTAUT. Akan tetapi, UTAUT tidak digunakan dalam penelitian ini karena kunci yang membangun metode ini berfokus pada faktor-faktor yang cocok untuk diterapkan di dalam lingkungan kerja sehingga cocoknya digunakan untuk mempelajari perilaku dan faktor-faktor yang mempengaruhi penggunaan TI di tempat kerja (Husin et al., 2017). Sementara penelitian ini berfokus untuk mempelajari dan memahami perilaku warga terhadap salah satu sistem informasi pemerintah yang didalamnya juga terdapat layanan
juga dikembangkan dengan menggunakan lingkungan kerja untuk memahami perilaku staff terhadap sistem baru.
Venkatesh et al. (2012) mengembangkan UTAUT2 dengan mengintegrasikan konstruk-konstruk dominan dari berbagai model yang berlaku untuk mengukur perilaku pengguna terhadap penggunaan/adopsi teknologi. Model UTAUT menggunakan empat (4) konstruk utama: yaitu Performance Expectancy (PE), Effort Expectancy (EE), Facilitating
Conditions (FC), dan Social Influence (SI). Sementara Venkatesh et al. (2012), membangun
UTAUT2 dengan menambah tiga (3) faktor lagi dalam model UTAUT yaitu Hedonic
Motivation, Price Value dan Habit. Perluasan tersebut menurut Singh et al. (2020), telah
membawa peningkatan subtansial dalam mengukur niat perilaku dari pengguna. Disamping memodelkan faktor-faktor yang mempengaruhi niat perilaku dan perilaku penggunaan aktual, UTAUT2 juga menyertakan efek dari karakteristik demografis (age, gender,
experience) yang memoderasi faktor-faktor tersebut (Venkatesh et al., 2012). Karena itulah
menurut peneliti, UTAUT2 cocok diterapkan dalam penelitian ini jika dibandingkan dengan model penerimaan teknologi lainnya karena itu dapat memfasilitasi penjelasan yang lebih baik dari berbagai konstruk untuk mengukur niat perilaku. Oleh karena itu, model UTAUT2 sebagai landasan teori secara konseptual dan praktis lebih efektif dan berguna (Singh et al., 2020).
Penelitian ini menggunakan UTAUT2 bukan hanya karena terdapat karakteristik demografis saja melainkan juga karena alasan-alasan berikut ini. Pertama, UTAUT2 mengintegrasikan beberapa konstruk dari model-model penerimaan pengguna sebelumnya sehingga mengurangi kekurangannya. Kedua, menurut Chirara (2018), UTAUT2 merupakan model yang paling komprehensif untuk pengaturan konsumen pada penggunaan teknologi digital yang dilakukan secara sukarela (voluntary). Sementara pembuat kebijakan aplikasi Jogja Istimewa tidak mewajibkan masyarakatnya untuk menggunakan aplikasi Jogja Istimewa, artinya warga bebas untuk mengadopsi/menggunakan aplikasi Jogja Istimewa atau tidak. Tidak seperti Technology Acceptance Model (TAM), TAM2, TAM3 dan UTAUT (model asli) yang pada dasarnya dibangun dalam konteks lingkungan kerja, di mana biaya teknologi digital dibayar oleh perusahaan sehingga para staffnya diwajibkan untuk menggunakan teknologi baru tersebut (mandatory). Ketiga, UTAUT2 menyertakan Habit penggunaan teknologi digital, yang menurut peneliti merupakan faktor penting yang mempengaruhi perilaku penggunaan warga terhadap aplikasi Jogja Istimewa. Teknologi digital semakin cepat berubah dan kebiasaan (Habit) yang dibentuk menggunakan teknologi digital sebelumnya dapat memberikan petunjuk yang membantu warga untuk menggunakan
layanan baru dari publik digital dengan mudah. Terakhir, UTAUT2 menjelaskan bahwa perilaku penggunaan warga terhadap aplikasi Jogja Istimewa dipengaruhi oleh Facilitating
Condition yang mencakup sumber daya dan dukungan-dukungan yang tersedia. Peneliti
menganggap bahwa Facilitating Condition (FC) dapat mengurangi rasa cemas warga terkait dengan penggunaan teknologi digital, sehingga dapat meningkatkan kepercayaan diri warga untuk mencoba inovasi teknologi yang belum dikenal.
2.7 Penelitian Terdahulu